Generowanie liczb losowych z użyciem modułu np.random
Moduł np.random będziemy intensywnie wykorzystywać przez całą resztę tego kursu i jego kontynuację. Jako statystyk-haker prawdopodobnie będziesz wywoływać metody instancji RNG częściej niż jakąkolwiek inną funkcję. Zacznijmy od prostego testu funkcji rng.random(), która zwraca losową liczbę z przedziału od zera do jednego. Jeśli wywołasz rng.random() kilka razy, zobaczysz kolejne liczby losowane z tego przedziału.
W tym ćwiczeniu wygenerujemy dużą liczbę losowych wartości z przedziału od zera do jednego, a następnie wykreślimy histogram wyników. Jeśli liczby są naprawdę losowe, wszystkie słupki histogramu powinny mieć (mniej więcej) równą wysokość.
Możliwe, że w filmie Justin generował 4 liczby losowe, przekazując argument size=4 do rng.random(). Takie podejście jest wydajniejsze niż pętla for – w tym ćwiczeniu jednak napiszesz właśnie taką pętlę, żeby doświadczyć statystyki hakerskiej jako wielokrotnego powtarzania eksperymentu.
To ćwiczenie jest częścią kursu
Myślenie statystyczne w Pythonie (część 1)
Instrukcje do ćwiczenia
- Utwórz instancję generatora liczb losowych
rngi ustaw ziarno na wartość42. - Zainicjalizuj pustą tablicę
random_numberszawierającą 100 000 elementów, w której będą przechowywane wylosowane liczby. Użyj do tegonp.empty(100000). - Napisz pętlę
for, która wylosuje 100 000 liczb za pomocąrng.random()i zapisze je w tablicyrandom_numbers. Iteruj porange(100000). - Narysuj histogram tablicy
random_numbers. Opisywanie osi nie jest tu konieczne – sprawdzamy tylko działanie generatora liczb losowych. Prześlij odpowiedź, aby zobaczyć wykres.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Instantiate and seed the random number generator
# Initialize random numbers: random_numbers
random_numbers = ____
# Generate random numbers by looping over range(100000)
for i in ____:
random_numbers[i] = ____
# Plot a histogram
_ = plt.hist(____)
# Show the plot
plt.show()